我们举一个真实例子，下个月端午节，领导安排要做一个方案。任务下来，小A二话没说就开始做了。搞了两天，把方案交上去，却被领导瞬间怼回来，“你的活动目的是什么，这和上一次的活动有什么不同，是否可以帮助销量的提升？”几个问题过来，小A已经蒙了，想想还是回去重新写吧。但是几个方案下来总是不能让老板满意。

　　根据80/20法则，我们不可能把精力平摊到每一件事情上，我们只需要集中力量处理其中20%的问题就可以了，因此我们需要从纷繁复杂的因素中逐步明晰其中的关键要素。当然有一些我们可能还不太确定，那么就需要通过接下来的调研去解决掉。

　　简单来说了，定性研究主要回答“是什么”和“为什么”的问题，是对种类或者质的差异的分析，同时还可以深入探索背后的原因，一般通过对信息进行逻辑的梳理，推断事物之间的关系。而定量研究回答“是什么”，“是多少”的问题，一般通过数字或者实证模型将相关引子进行量化分析。

　　定性研究与定量研究不同的特点也决定了二者在支持重大决策的能力上，定量的位置会比定性的位置稍高。原则上，当定量研究与定性研究并行之时（配合解决同一个问题，面对相同的调研人群），只要定量研究的样本数量达到基本的统计要求，结论会以定量为主要方向。最典型的例子就是在传统的车展调研中，人流量统计与神秘顾客搜集的展台资料，都需要与定量拦截访问中展台的评分能够相互对应，这不光是结论的要求，也是检验项目质量的重要标准之一。

　　这种调研的方法非常重视逻辑性，可能在具体呈现上会考虑到填写者的感受，但是整体设计需要严格符合逻辑。在实际操作上需要先设计筛选类问题，你是否使用过我们的产品。然后把简单的不用动脑的问题放在前面，随着被调查者的逐步适应调查，在最后可以放一些相对敏感类问题，比如被调查者的性别、年龄、居住地、工作状况、收入、家庭情况等一系列私人问题。这些问题有利于市场细分和产品定位，所以不得不问。所以一般会放到问卷的最后。

　　定量分析常用的分析方法有描述性统计，均数比较分析，相关性分析，因子分析等，前面2个都是日常用的比较多的方法，后面2个需要用到专门的统计软件（如：SPSS）。这些都只是工具，重要的还是紧抓调查的目的，洞悉数字之间的关系。

　　庞杂的数据很容易让人感到崩溃，这时候需要根据调研的目的进行内容有效整理，将结论罗列清楚，不能乱。结论其实就是解决方案的起点，严谨地去掉有可能存在偏差的结论，留下可信度较高的结论，从而设想可能的方案进行有效评估。实施的过程最好进行A/B测试，然后制定时间表和预算方案，每天记录实施过程，把控实施的方向，执行PDCA循环。